Underviservejledning til lektionen Når algoritmerne bestemmer
PDF version Download PDF version
Formål
Formålet med lektionen er at opnå en forståelse af hvordan algoritmer og kunstig intelligens er systemer sammensat af mennesker, teknologier og sociale strukturer. Lektionen introducerer til algoritmiske systemer og giver eksempler på algoritmiske systemer til rangering, klassificering og beslutningsstøtte, og både fordele og ulemper ved disse systemer præsenteres som oplæg til refleksion og diskussion.
Efter at have gennemgået lektionen kender de studerende til udfordringer med automatiserede beslutningsprocesser og algoritmisk kuratering af information og har en kritisk tilgang til anvendelse og brug af algoritmiske systemer i forskellige kontekster.
Målbeskrivelse
Når de studerende har gennemført lektionen, forventes det, at de:
• forstår algoritmisk kuratering og automatiserede beslutningsprocesser.
• kan reflektere over fordele og ulemper ved anvendelse af algoritmiske systemer i samfundet.
Hvilke dannelsesspørgsmål behandler denne lektion?
• Hvordan er algoritmiske systemer og kunstig intelligens sammensat af mennesker, teknologier og sociale strukturer?
• Hvilke udfordringer kommer med automatiserede beslutningsprocesser og algoritmisk kuratering af information?
• Hvordan skal jeg forholde mig kritisk over for anvendelsen og brugen af algoritmiske systemer i forskellige kontekster?
Indholdsbeskrivelse
Lektionen består af en introducerede tekst om algoritmer og kunstig intelligens, fire cases med tilhørende øvelser og refleksionsspørgsmål og endelig en række forslag til yderligere materiale. De fire cases omhandler:
• Case#1: Netflix – recommendations and ranking
• Case #2: Images and machine learning – classification
• Case #3: Artistic research with AI – creation
• Case #4: Algorithmic decision making in the public sector
Format og varighed
Lektionen er planlagt til at vare ca. 1 time, fordelt på 20 min. læsning, 20 min. øvelser og cases med digitale værktøjer og 20 min. til refleksionsspørgsmål. Hvis den studerende eller underviseren ønsker også at bruge tid på det ekstra materiale, der ligger i de forskellige eksterne ressourcer og links, kan lektionen tage længere tid.
Målgruppe
Bachelorstuderende på hele Københavns Universitet.
Hvornår anbefales denne lektion inddraget i undervisningen?
Lektionerne om ”Digital refleksion” anbefales anvendt i faglige introduktionskurser på bacheloruddannelsens første år, men kan også anvendes senere i uddannelsen som afsæt for faglige diskussioner om digitaliseringens betydning for faget/fagligheden/professionen – især i kurser, der omhandler teknologibrug i samfundsrelevante kontekster.
Hvordan anbefales denne lektion inddraget i undervisningen?
Lektionen tænkes primært anvendt til at stimulere til fælles diskussion i forbindelse med undervisning. De studerende kan med fordel læse modulet igennem som forberedelse til undervisningen. De studerende kan også prøve de indlagte værktøjer hjemme, men disse kan også med fordel afprøves i undervisningen som øvelse frem mod fælles diskussion og refleksion. Underviseren kan stille en række fagligt relevante spørgsmål til algoritme og kunstig intelligens brug til klassificering, rangering, kreation og i beslutningsprocesser. Alternativt kan underviseren lade de studerende arbejde med refleksionsspørgsmål i grupper som del af undervisningen.
Den nyeste forskning om studerendes forberedelsesmønstre peger netop på, at der er større sandsynlighed for, at studerende engagerer sig i de foreslåede forberedelsesaktiviteter, hvis de oplever disse aktiviteter som relevante og kan se tegn på synlig læring.
På den baggrund foreslås det, at aktiviteterne i denne lektion rammesættes tydeligt for de studerende, så de kan se formålet med dem i forhold til opnåede kompetencer og i forhold til, hvordan forberedelsesaktiviteten relaterer til, hvad der foregår i undervisningen. Herunder formuleres på den baggrund to konkrete eksempler (med udgangspunkt i hhv. case 1 og 4) på, hvordan forberedelsesinstrukser og undervisningsaktiviteter kan rammesættes over for de studerende.
Med udgangspunkt i case 1:
Forslag til forberedelsesinstrukser i fagets Absalon-rum:
1) Læs teksten og case #1 i lektionen ’Når algoritmerne bestemmer’.
2) Gå ind på din profil på en af de streamingtjenester, du abonnerer på og benytter (f.eks. Netflix, Spotify, Amazon Prime, HBO), og reflekter over de anbefalinger, du får (film, musik etc.). Skriv dine refleksioner ned, og tag dem med til undervisningen, hvor du skal dele dem med dine medstuderende.
Forslag til undervisningsaktiviteter baseret på forberedelsesinstrukserne (i alt ca. 25-30 min.):
1) Gruppediskussion (grupper à ca. 3-4 studerende, ca. 15 min.):
• Sammenlign dine anbefalinger med dine medstuderendes anbefalinger
• Diskuter forskellene
• Diskuter, på hvilke måder algoritmernes indflydelse på anbefalingerne er hhv. hensigtsmæssige og uhensigtsmæssige
2) Plenumopsamling mundtligt med særligt fokus på det sidste spørgsmål (ca. 10-15 min.)
Med udgangspunkt i case 4:
Forslag til forberedelsesinstrukser i fagets Absalon-rum:
1) Læs teksten og case #4 i lektionen ’Når algoritmerne bestemmer’.
2) Orienter dig i dagspressen, og søg efter historier om algoritmiske systemer, der tager menneskelige beslutninger.
3) Reflekter over konsekvenserne for den specifikke sektor, hvor automatiserede beslutninger nævnes anvendt. Skriv dine refleksioner ned, og tag dem med til undervisningen, hvor du skal dele dem med dine medstuderende.
Forslag til undervisningsaktiviteter baseret på forberedelsesinstrukserne (i alt ca. 45 min.):
1) Gruppediskussion (grupper à 3 studerende, ca. 15 min.):
• Sammenlign og diskuterer jeres svar på refleksionsspørgsmålene fra forberedelsen
• Er I indbyrdes enige i gruppen om jeres vurdering af konsekvenserne?
2) Plenumopsamling enten mundtligt eller skriftligt via padlet med fokus på særligt det sidste spørgsmål (ca. 10 min.).
3) Skriftlig besvarelse af case (2-og-2, ca. 20 min.; underviseren læser med i de studerendes besvarelser, medens disse udarbejdes)
• Case: Københavns Universitet har en målsætning om at indføre algoritmebaserede, automatiserede afgørelser på studerendes dispensationsansøgninger, eksamens- og undervisningsklager og lign. I sidder i en arbejdsgruppe, hvor jeres rolle er at levere en vurdering af fordele og ulemper ud fra etiske overvejelser.
• Gå sammen 2 og 2, og skriv jeres vurdering i dette kollaborative MS Word-dokument [underviser opretter og indsætter link til et kollaborativt Word-dokument]
[Et word-dokument kan blive kollaborativt (dvs. at der kan være flere, der skriver i det på samme tid), hvis det oprettes i en mappe under OneDrive; se i denne vejledning på KUnet,
Download se i denne vejledning på KUnet, hvordan du som underviser aktiverer dit OneDrive og deler filer derigennem.]
4) Underviser giver generel feedback til holdet på besvarelserne og forsøger at fremhæve evt. elementer, der går igen på tværs af besvarelserne (ca. 5 min.).
Kilde – hvem har produceret indholdet?
Lektionen er produceret af Københavns Universitet som en del af Københavns Universitets læringsressourcer til digital dannelse, 2023.
Fagansvarlige:
• Christina Neumayer, lektor, Institut for Kommunikation
• Camilla Moring, lektor, Institut for Kommunikation
Lektionens relation til andre lektioner og/eller forløb, hvis relevant
Lektionen indgår som en af fem lektioner i et sammenhængende forløb under temaet ”Digital refleksion”. De øvrige lektioner er:
• Digitalisering af samfundet
• Internettet som infrastruktur
• Digitale data som grundlag for viden
• Digitaliseringens etiske dilemmaer